3. 相机标定原理：内参、外参、畸变参数，张正友标定法核心思想

相机标定，说白了就是给相机做一次「视力矫正」和「身份登记」。

你想想看，我们拿到的原始图像，其实是三维世界在二维平面上的投影。这个投影过程，是由相机内部的光学结构和它在空间中的位置共同决定的。如果不搞清楚这些参数，你算出来的抓取点坐标，很可能跟实际位置差着十万八千里。

我个人习惯把标定分成两件事：算清楚相机自己的脾气（内参），和搞清楚它站在哪、往哪看（外参）。

3.1 内参：相机的「出厂设置」

内参描述的是相机内部的光学映射关系。它决定了三维空间中的一个点，到底落在图像传感器的哪个像素上。

核心参数就这几个：

• 焦距（fx, fy）：镜头中心到成像平面的距离，单位是像素。注意，x和y方向的焦距可能不一样，因为传感器像素不一定是正方形。
• 主点（cx, cy）：光轴与成像平面的交点，理论上在图像正中心，但实际装配总有偏差。
• 偏斜因子（s）：描述像素坐标系x轴和y轴是否垂直。现代工业相机基本可以忽略，但老式相机或某些特殊镜头需要处理。

内参矩阵长这样：

K = [fx,  s, cx]
    [ 0, fy, cy]
    [ 0,  0,  1]

3.2 外参：相机在空间中的「站位」

外参描述的是相机坐标系相对于世界坐标系的位姿。说白了，就是相机放在哪、朝哪看。

它由两部分组成：

• 旋转矩阵 R（3×3）：描述相机的朝向。
• 平移向量 t（3×1）：描述相机的位置。

外参矩阵是一个4×4的齐次变换矩阵：

[R | t]
[0 | 1]

在抓取场景里，外参的作用是把机械臂基座坐标系下的点，转换到相机坐标系下，或者反过来。我习惯把外参标定叫做「手眼标定」，这部分后面会专门讲。

3.3 畸变参数：镜头的「真实面目」

没有镜头是完美的。畸变就是镜头带来的图像变形，主要分两类：

畸变矫正公式（以径向畸变为例）：

x_corrected = x * (1 + k1*r^2 + k2*r^4 + k3*r^6)
y_corrected = y * (1 + k1*r^2 + k2*r^4 + k3*r^6)

其中 r 是像素点到主点的距离。

3.4 张正友标定法：为什么它成了行业标准？

张正友标定法，是1998年张正友教授提出的一种相机标定方法。它的核心思想是：用一张平面棋盘格，从不同角度拍几张照片，就能解出所有参数。

为什么它这么流行？我总结了几点：

• 操作简单：不需要精密的3D标定物，一张打印的棋盘格就行。
• 精度够用：对于大多数工业视觉场景，精度完全满足要求。
• 鲁棒性好：对噪声和遮挡有一定容忍度。

它的核心流程是这样的：

1. 拍摄多张棋盘格图像：从不同角度、不同距离拍摄，至少3-5张，我建议10-20张。
2. 提取角点：找到棋盘格上所有内角点的像素坐标。
3. 计算单应性矩阵：每张图像对应一个单应性矩阵H，它描述了棋盘格平面到图像平面的映射。
4. 求解内参：利用多个单应性矩阵的约束，解出内参矩阵K。
5. 求解外参：内参已知后，每张图像的外参R、t就可以单独解出来。
6. 优化所有参数：用非线性最小二乘法（比如Levenberg-Marquardt算法），对所有参数进行全局优化，最小化重投影误差。

3.5 标定流程与知识体系

下面这张图，是我自己整理的相机标定知识体系。它把内参、外参、畸变、张正友标定法的关系，以及标定流程串在了一起。

3.6 标定实操中的几个关键点

理论说完了，聊聊实际干活时要注意的事。

• 棋盘格要平整：贴在硬质平板上，不要有褶皱。我见过有人用A4纸打印，贴在纸箱上，结果标定出来的畸变参数全是错的。
• 覆盖整个视野：棋盘格要在图像的各个区域都出现，尤其是边缘和角落。这样才能准确估计畸变参数。
• 角度要多样：不要只拍正对着的，要倾斜、旋转、远近都拍一些。角度变化越大，标定结果越稳定。
• 光照要均匀：避免反光和阴影，否则角点提取会出问题。
• 重投影误差是硬指标：标定完成后，检查重投影误差。一般要求小于0.1像素，如果大于0.3像素，说明标定质量有问题，需要重新拍。

嗯，相机标定这部分就讲到这里。记住，标定是视觉定位的基石。基础打牢了，后面的抓取点计算才能准。